[Python] Numpy.array e tempi di accesso

[Manlio Perillo]

2015-11-03 19:16 GMT+01:00 Manlio Perillo <manlio.perillo a gmail.com>:
> 2015-11-03 18:23 GMT+01:00 Manlio Perillo <manlio.perillo a gmail.com>:
>> 2015-11-03 18:19 GMT+01:00 Manlio Perillo <manlio.perillo a gmail.com>:
>> [...]
>>> Tieni conto che con Python è ben possibile che ci siano altri fattori
>>> che "mascherano" le performance reali [1].
>>> Magari l'indexing di un array numpy non accede direttamente alla
>>> memoria come accade in C.
>>>
>>
> [...]
> Però numpy ha ancora del codice addizionale in mezzo, perchè questa versione
>
> def afib(n):
>     cache = [-1 for i in range(n+1)]
>     cache[0] = cache[1] = 1
>     return _fib(n, cache)
>
> è più efficiente.
> Dovrei leggere il codice, ma non ne ho voglia.
>

http://stackoverflow.com/questions/29281680/numpy-individual-element-access-slower-than-for-lists

Python è *troppo* dinamico, e si propaga in modo virale a tutto.


Ciao  Manlio